抽样技术7不等概率抽样题库.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例:总体 N=10个单元组成,M0=30,要在总体中按不等概逐个抽取法抽出3个样本单元,调查后请对总体进行推算: i  Mi(第1个) Mi(第2个) Mi(第3个 1 3 3 3 2 1 1 1 3 6 6 6 4 4 5 7 7 7 6 3 3 3 7 1 1 1 8 2 2 9 2 2 2 10 1 1 1 和 M0=30 M0-M4 =26 M0-M4-M8 1. 如果在[1,30]范围里产生随机数12,则代码12所在的4号单元被抽中; 2. 如果在[1,26]范围里产生的随机数是23,则则代码23所在的8号单元被抽中; 3. 如果在[1,24]范围里产生的随机数是5, 则代码5所在的3号单元被抽中; 如果调查知:y4=150, y8=100,y3=200 , 具体抽样过程: 放回不等概率抽样(PPS)(重点掌握) 不放回不等概率抽样(∏PS ) 利用软件进行抽样和计算 本章小结: 人有了知识,就会具备各种分析能力, 明辨是非的能力。 所以我们要勤恳读书,广泛阅读, 古人说“书中自有黄金屋。 ”通过阅读科技书籍,我们能丰富知识, 培养逻辑思维能力; 通过阅读文学作品,我们能提高文学鉴赏水平, 培养文学情趣; 通过阅读报刊,我们能增长见识,扩大自己的知识面。 有许多书籍还能培养我们的道德情操, 给我们巨大的精神力量, 鼓舞我们前进。 * 解:已知n=5,m=2,M0=145, 这时,多阶抽样的总样本量可以这样确定: 1.根据简单随机抽样时应抽样本量 2.再乘以设计效应deff获得。 多阶抽样与简单随机抽样相比其效率比较低,deff 应该大于1。实际工作中,可取deff的经验数据。不同项 目的deff不同。 下面是一案例分析 多阶有放回不等概抽样 例: 某调查公司接受了一项关于全国城市成年居民人均奶制品每天至少喝一杯奶的人数的比例情况的调查。确定抽样范围为全国地级及以上城市中的成年居民。成年居民指年满18周岁以上的居民。 第一步:确定抽样方法。 调查公司决定采用多阶抽样方法进行方案设计,调查的最小单元为成年居民。确定调查的各个阶段为城市、街道、居委会、居民户,在居民户中利用 简单随机法抽取成年居民。 第二步:确定样本量及各阶样本量的配置。 按简单随机抽样时,在95%置信度下,绝对误差为5%,取使方差达到最大时的消费奶制品的居民比例为50%,则全国样本量应为: 根据以往调查的经验,估计回答率b=80%,因此调整样 本量为: 多阶抽样的效率比简单随机抽样的效率低,这里取设计 效应deff=3.2,则在全国范围内应调查的样本居民为: 各阶的样本量配置为: 初级单元:20个样本城市; 二级单元:每个样本市内抽4个街道,共80个街道; 三级单元:每个样本街道内抽2个居委会,共160个居委会; 四级单元:每个样本居委会内抽10个居民户,1600个居民户。 在样本居民户内,利用随机表抽1名成年居民。 第三步:确定抽样方法。 第1阶,在全国城市中按与人口数成比例的放回的不等 概抽样,即PPS抽样(probability propotional to size)。 第2阶和第3阶分别按与人口数成比例的不等概等距抽 样。 以第2阶为例,在某个被抽中的样本城市中,将其所属 的街道编号,搜集各街道的人口数,赋予每个街道与其人口 相同的代码数;根据该市总人口数除以样本量4,确定抽样间 距;然后对代码进行随机起点的等距抽样,则被抽中代码所 在的街道为样本街道。 第4阶,分别在每个样本居委会中,按等距抽样抽出10个 民户。 即根据居委会拥有的居民户数除以样本量10得到抽样距, 然后随机起点等距抽样。 在每个样本居民户中,调查员按 随机表抽取1名成年居民 第四步:推算方法。 记各样本城市的80位样本居民中,每天至少喝一杯奶的人数为ai,全国1600名居民组成的样本中,每天至少喝一杯鲜奶的人数为 样本是自加权的,故成年居民每天至少喝一杯鲜奶所占比例为: 的方差的估计为: 其中pi是各样本城市每天至少喝一杯鲜奶的人数所占比例: §2 不放回的不等概率抽样 1、有放回不等概率抽样,无论从实施上还是从估计计算以及精度估计都显得十分方便。但是,一个单元被抽中两次以上总会使样本的代表性打折扣,从而引起抽样误差的增加。 2、不放回不等概率抽样,是指在抽样的过程中被抽到的单元不能再被抽中,这种抽样要求 总体中第i个单元的入样概率为∏i ,这就是所谓的 抽样。 3、因为在抽取了第一个单元后,余下的 ( N-1 ) 个单元以什么样的概率参与第二次抽样就很复杂;再在抽第三个样本时又面临新问题,如此下去,一是抽样实施的复杂,二是估计量及其方

文档评论(0)

502992 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档